You can deploy this model and start earning money today!

grapevine-AI/
gemma-2-9b-it-gguf

Name: gemma-2-9b-it-gguf
Availability: InStock

Views

No views yet

What is this?

Googleの言語モデルgemma-2-9b-itをGGUFフォーマットに変換したものです。
また、一連の作業前にllama.cppのトークナイザテスト機能(#8248)にて動作の正確性の確認を行いました。

テスト内容

python convert_hf_to_gguf_update.py <hf_token>
python convert_hf_to_gguf.py models/tokenizers/gemma-2/ --outfile models/ggml-vocab-gemma-2.gguf --vocab-only
test-tokenizer-0 models/ggml-vocab-gemma-2.gguf

imatrix dataset

日本語能力を重視し、日本語が多量に含まれるTFMC/imatrix-dataset-for-japanese-llmデータセットを使用しました。
なお、imatrixの算出においてはf32精度のモデルを使用しました。これは、本来の数値精度であるbf16でのimatrix計算に現行のCUDA版llama.cppが対応していないためです。

Chat template

<start_of_turn>user
ここにpromptを書きます<end_of_turn>
<start_of_turn>model

Quants

各クオンツと必要と想定されるVRAM容量をまとめておきます。

クオンツ	VRAM
IQ4_XS	10GB
Q4_K_M	11GB
Q5_K_M	11GB
Q6_K	12GB
Q8_0	14GB
bf16	22GB

Note

llama.cpp-b3389以降と合わせてご利用ください。
なお、このモデル特有の処理であるAttention logit soft-cappingが存在するため、現状では-fa オプションによるFlash Attentionの使用はできません。

Environment

Windows版llama.cpp-b3389および同時リリースのconvert_hf_to_gguf.pyを使用して量子化作業を実施しました。

License

gemma license

Developer

Google

grapevine-AI/gemma-2-9b-it-gguf